基于独立分量分析的低压电力线信号去噪的研究

论文摘要

高速电力线通信(Power Line Communication,PLC)是指利用低压电力线作为传输介质,实现高速的数据传输及语音服务。近年来,随着Internet技术的飞速发展,利用电力线上网进行信息通信已经成为当前通信研究的一个热点领域。然而,低压电力网与千家万户相连,各种各样的电器设备会产生复杂的噪声,导致使用电力线作为通信信道时,其特性并不理想。目前主要的电力线去噪技术有多载波正交频分复用(OFDM)技术、扩频通信技术、小波变换等。但使用OFDM技术时,在传输过程中,特性复杂的噪声在电力线中的传播还是会不同程度地干扰载波信号在信道上的传输,使得信号传输质量下降;扩频通信虽然能保证很低的误码率,但它牺牲了空间传输时所占用的带宽;小波变换在提高信噪比的同时计算量大,滤波耗时长。因此,采用一种有效的方法来去除低压电力线上的噪声,对提高传输速率和质量、保障电力线通信的可靠性就显得尤为重要。本文针对低压电力线中的噪声,提出了一种运用独立分量分析(Independent Component Analysis,ICA)原理对低压电力线信号进行去噪的方法,详细研究了低压电力线信道噪声特性以及独立分量分析原理,应用基于负熵的FASTICA算法对低压电力线信道载波进行去噪,并与其他ICA算法进行了比较。实验结果表明,本文的去噪方法简单容易、去噪效果好、自适应能力强。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 电力线通信（PLC）的应用及技术优势
• 1.2.1 PLC的应用
• 1.2.2 PLC的技术优势
• 1.3 PLC的发展现状
• 1.3.1 国外发展现状
• 1.3.2 国内发展现状
• 1.4 PLC存在的主要问题
• 1.5 现有的抑制电力线噪声的办法
• 1.6 独立分量分析
• 1.7 本文的研究内容
• 第二章 独立分量分析原理及算法
• 2.1 问题的数学描述
• 2.2 独立性测度
• 2.3 独立分量分析的基本算法
• 2.4 数据的预处理
• 2.4.1 信号去均值
• 2.4.2 信号的白化
• 2.5 Fast ICA算法
• 2.5.1 采用峰度的Fast ICA算法
• 2.5.2 采用负熵的Fast ICA算法
• 2.5.3 多个独立分量的逐次提取
• 2.5.4 多个独立分量的并行提取
• 第三章 电力线噪声特征及建模仿真
• 3.1 噪声的分类
• 3.2 噪声详细分析及模型建立
• 3.2.1 有色背景噪声
• 3.2.2 窄带噪声
• 3.2.3 脉冲噪声
• 3.2.4 同步于工频的周期脉冲噪声
• 3.2.5 异步于工频的脉冲噪声
• 3.2.6 随机脉冲噪声
• 3.3 噪声仿真
• 3.3.1 有色背景噪声
• 3.3.2 窄带噪声
• 3.3.3 同步于工频的周期脉冲噪声
• 3.3.4 异步于工频的周期脉冲噪声
• 3.3.5 随机脉冲噪声
• 3.4 本章小结
• 第四章 电力线信号去噪
• 4.1 数据的产生和预处理
• 4.1.1 电力线噪声的产生
• 4.1.2 电力线信号的产生
• 4.1.3 电力线信号预处理
• 4.2 电力线信号的独立分量分析
• 4.3 算法结果的检验和性能分析
• 4.3.1 算法结果的检验
• 4.3.2 性能分析
• 4.4 不同ICA算法之间的比较
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 文章总结
• 5.2 下一步的工作
• 参考文献
• 致谢
• 攻读硕士学位期间的研究成果